21.05.2013 / Wyszukiwarki / Blogi

Graf wiedzy - wyszukiwanie semantyczne według Google

  • Polub
  • Opublikuj
  • Udostępnij
Miłosz Woźniak
SEO Director w Cube Group / Cube Group
 

Zmiany w algorytmie Google są dostrzegane przede wszystkim przez specjalistów SEO i przez nich przeważnie szeroko komentowane. Jednak  ostatnia zmiana, promowana na Google I/O została zauważona przez wszystkich użytkowników wyszukiwarki. Mowa tutaj o tzw. graf wiedzy służącym do przedstawiania dodatkowych informacji w ramach wyników wyszukania.

Początki wyszukiwania semantycznego

Wyszukiwanie semantyczne ma na celu poprawę dokładności wyszukiwania i prezentację trafniejszych wyników poprzez zrozumienie intencji i kontekstu wpisywanych fraz kluczowych. Google systematycznie stara się rozbudowywać wyniki wyszukiwania bezpośrednio o informacje zgodne z intencjami użytkownika. Możemy między innymi sprawdzić repertuar kin

Filmy Warszawa

przy czym intencje te nie zawsze są poprawne, co z kolei widać na przykładzie frazy ale kino!

Ale Kino!
Rozszerzone wyniki wyszukiwania poinformują nas bezpośrednio o pogodzie
Pogoda
lub przedstawią wynik działania matematycznego, od niedawna w formie kalkulatora

Kalkulator.png

Odbyło sie nawet szkolenie online Power Searching with Google, w ramach którego edukowano między innymi jak rozwiązywać codzienne problemy za pomocą odpowiedzi serwowanych przez Google.

Kolejnym krokiem w kierunku wyszukiwania semantycznego jest graf wiedzy, który zadebiutował najpierw w wersji anglojęzycznej, nazywany przez Google jedną z najważniejszych innowacji, od której zależy przyszłość wyszukiwania:

Knowledge Graph

Semantyka, czyli Wikipedia w wynikach wyszukiwania?

Aby lepiej poznać graf wiedzy należy cofnąć się do marca 2012, kiedy narodził się projekt Wikidata – semantycznej bazy wiedzy powstałej na bazie informacji zawartych w Wikipedii. Warty odnotowania jest fakt, że Google sfinansował 25% wartego 1,3 mln Euro projektu.
Informacje na przykładzie Ryana Goslinga zawarte w Wikidata są prezentowane w następujący sposób:
Ryan Gosling.png
Zależności od informacji zawartych w Wikipiedii można zauważyć na przykładzie zapytania „Katyń” w Google i Wikipedii:
Katyń Google

Katyń Wikipedia

Bezpośrednie odpowiedzi na zapytania w praktyce

Po szumnych zapowiedziach Google opisującego zmiany, także w ramach filmu promującego, muszę przyznać, że mocno się rozczarowałem testując je w praktyce.

Introducing Knowledge Graph

Zapytanie dotyczące Nagrody Nobla rozczarowuje zarówno w wersji polskiej , w której graf wiedzy nie jest w ogóle prezentowany, jak i w wersji angielskiej:

Nobel prize

a odpowiedzi na takie pytania jak:

są nadal pieśnią przyszłości.

Dotyczy to także przykładów zapowiadanych od dłuższego czasu w kontekście wyszukiwania semantycznego i nadchodzących zmian w wyszukiwarce Google, jak i wcześniej zapowiadane (przez: Techrunch, The Wall Street Journa) zapytania:

Do ciekawszych bezpośrednich odpowiedzi należą te dotyczące nagród

Nagrody Borys Szyc
oraz zarobków:

Zarobki Robert Lewandowski
Niedoskonałości grafu wiedzy

Aby dowiedzieć się w jakim najnowszym filmie zagra Johnny Depp należy zadać pytanie o najbliższą premierę

Premiera Johhnny Depp

a nie najnowszy film.

Nie otrzymamy także informacji o otrzymanych Oscarach:

pomimo tego, że informacje te są wyświetlane w ramach grafu wiedzy dotyczącego filmu:
Operacja Argo

W przypadku Gdańska nie dowiemy się o liczbie mieszkańców w odróżnieniu od Warszawy

Warszawa liczba mieszkańców

Polityka to grząski temat o czym przekonało się Google wyświetlając jako główne zdjęcie karykaturalne

Donald Tusk karykatura
na frazy, takie jak "premier rp".

Z dużo większym opóźnieniem usunięte zostało zdjęcie

Roman Giertych grafika
Romana Giertycha.

Różnice między grafem wiedzy w języku polskim i angielskim

W porównaniu z rynkami na których graf wiedzy zadebiutował wcześniej, można zauważyć brak wyświetlania informacji o wydarzeniach bieżących, co widoczne jest na przykładzie Carnegie Hall

Carnegie Hall
i Ergo Areny.

Odno się to także do informacji o koncertach w Polsce, na przykładzie Hugh Laurie

Hugh Laurie
który wystąpi w Polsce, o czym można dowiedzieć się dzięki mikroformatom przy innego rodzaju zapytaniu
Hugh Laurie ticketpro
Które serwisy stracą najwięcej ruchu?

Na wprowadzeniu nowości, pod kątem ruchu z Google, ucierpi oczywiście Wikipedia.
Wraz z udoskonalaniem grafu coraz więcej serwisów będzie mogło odnotować mniejszy ruch z wyszukiwarki Google pomimo wysokich pozycji. W większości przypadków wpisując zapytanie dotyczące filmy czy aktora użytkownicy nie będą mieli potrzeby odwiedzać serwisów filmowych, skoro informacje takie jak rok powstania filmu czy wiek aktora będą wyświetlane bezpośrednio w wyszukiwarce:

Angelina Jolie wiek
Już teraz graf wiedzy wyświetlany jest na 50% fraz, które generują największą liczbę odwiedzin w serwisie Filmweb według danych Alexy

Filmweb Alexa
Stracą również serwisy, które starają się odpowiedzieć na pytania zadawane przez internautów

Jakie jest największe miasto na świecie
Celem instytutu Allena, które w największym stopniu sfinansowało projekt Wikidata jest wspieranie dalekosiężnych działań badawczych przyspieszających postępy w sztucznej inteligencji, która obejmuje także wyszukiwanie semantyczne. Trzymam kciuki za wdrożenie przez Google grafu wiedzy w takim stopniu, aby widoczny rozwój sztucznej inteligencji przyświecającej projektowi Wikidata stał się faktem.

  • Polub
  • Opublikuj
  • Udostępnij
Trwa zapisywanie komentarza
Dodaj komentarz
Zaloguj się
Jeśli nie masz jeszcze konta w Interaktywnie.com - możesz się zarejestrować albo
wymagane
 
obrazek nieczytelny
 
 
wyślij
 
Arrow
newsletter
Arrow
Loader
Up Down
ostatnie komentarze
 
Dołącz do społeczności interaktywnie.com
 
 
 
 
© 2017 interaktywnie.com. All rights reserved.